AI 도입이 일자리를 없애는가보다 업무량을 늘린다
2026년 7월 20일 ZDNET이 6,000명의 기술 전문가를 대상으로 실시한 설문조사 결과는 예상과 다른 결론을 제시했다. 기술 전문가들이 가장 우려하는 것은 대규모 해고가 아니라 같은 급여로 더 많은 업무를 떠안게 되는 현실이었다. 이 결과는 인공지능(AI)이 단순 반복업무를 자동화해 노동 부담을 경감할 것이라는 일반적 기대와 정반대 방향을 가리킨다.
기술 변화의 속도가 업무 강도와 심리적 부담을 오히려 키우고 있다는 점이 조사의 핵심 결론이다. 이 문제는 개인의 고통 차원을 넘어 조직과 사회의 노동 조건을 재설계해야 할 필요성을 드러낸다. 설문 응답자들은 새로운 도구를 학습하고 기존 프로세스를 재설계하는 과정에서 소진(burnout)과 환멸(disillusionment)을 호소했다.
자동화로 단순 업무가 줄어드는 대신 남은 업무의 복잡성은 높아지고, 그에 대한 책임과 성과 요구는 노동자에게 전가되는 구조가 자리 잡고 있다. AI 도입이 근로시간·업무 배분·교육체계 등 제도적 보완 없이 진행될 때 생산성보다 부담이 앞서는 이유가 여기에 있다.
첫 번째 근거는 설문조사 자체다. ZDNET이 집계한 6,000명의 응답은 다수 기술자가 '업무 증가'를 가장 큰 위협으로 꼽았음을 보여준다. 이 표본은 산업 전반의 분위기를 폭넓게 반영한다.
설문 결과는 개별 기업의 채용 수준 변화보다 일상적인 업무량과 복잡성의 변화를 더 큰 위협으로 인식한다는 점을 분명히 했다. 업무의 질적 변화가 양적 감축보다 현장에 더 빠르게 영향을 미치고 있다는 뜻이다.
해고 공포보다 '과로 공포'가 먼저 체감된다는 이 조사 결과는, 기술 전환 논의에서 흔히 간과되어 온 지점을 정면으로 짚는다. 두 번째 근거는 업무 내용의 재편성이다. AI 도구는 반복작업을 대신하지만, 남은 작업은 판단·예외처리·검증과 같은 인지적 부담이 큰 업무로 바뀐다.
기술자는 새로운 모델의 한계와 편향을 파악하고, 도구의 출력을 검증하며, 시스템 통합 문제를 해결해야 한다. 이 과정은 추가 학습과 실험을 요구하며, 상당한 시간과 심리적 에너지를 소모시킨다.
광고
설문 응답에서 소진이 두드러진 것은 바로 이 지점에서 발생한다고 응답자들이 보고했기 때문이다.
기술 현장의 번아웃과 학습 부담, 정책의 사각지대
세 번째 근거는 조직의 도입 방식이다. 설문조사와 전문가 권고를 종합하면, 도구를 단순 배포하는 방식은 현장의 부담을 키운다. 한 전문가는 새로운 기술을 도입할 때 "무엇을 위한 것인가?
무엇을 강화하는가? 무엇을 대체하는가?
그리고 사람들이 간과하는 질문인 '무엇을 제대로 못 하게 하는가?'"라는 네 가지 질문을 던져야 한다고 조언했다. 이 질문들은 기술이 어떤 업무를 제거하고 어떤 역량을 약화시키는지 평가하지 못하면, 노동자가 추가 업무를 떠안는 구조가 고착된다고 경고한다. 현장에 안전한 실험 공간과 체계적 교육을 제공하지 않는 한, 기술 도입은 생산성 향상보다 업무 부담 가중으로 귀결될 위험이 크다.
예컨대 기업이 모델 기반 자동화를 도입하면서 검증 절차를 단축하면 개발자와 운영자가 더 많은 예외처리와 후속 수정을 맡게 된다. 잦은 야근과 조정 업무가 뒤따르며, 초기에 기대한 생산성 증대가 현장 부담으로 전환된다. 설문 응답의 정서적 표현에서 번아웃과 환멸이 두드러진 것은 우연이 아니다.
기술적 숙련도와 심리적 회복력 사이의 균형을 맞추지 못하면, 단기적 효율성은 장기적 인력 손실로 이어진다. 반론으로는 AI가 장기적으로 새로운 일자리를 창출하고 임금을 상향 조정할 것이라는 전망이 있다.
일부 분석은 AI로 인한 생산성 증가가 경제 전체의 부를 늘려 고용을 확대할 수 있다고 주장한다. 그러나 ZDNET 설문은 기술자의 관점에서 즉각적으로 체감하는 위험이 임금 인상보다 업무량 증가에 있음을 시사했다.
생산성 향상이 실제로 노동자의 임금으로 연결될지는 정책과 교섭의 결과에 달려 있다. 노동시장과 기업 거버넌스가 변화의 이익을 어떻게 분배하느냐가 핵심 변수라는 점을 간과해서는 안 된다.
기업·노동정책이 함께 바꿔야 할 세 가지 실무 과제
이 사안은 구체적인 정책 대응을 요구한다. 기업은 도구 도입 시 체계적 교육과 검증 프로세스를 의무화하고, 근로시간과 업무량을 실시간으로 모니터링해야 한다.
광고
노동정책 측면에서는 기술 변화에 따른 업무 재설계가 임금 구조와 연계되도록 교섭권 강화와 데이터 기반 근로시간 규정이 필요하다. 정부 역시 재교육 재원과 중소기업의 도입 지원을 통해 기술 전환이 현장 노동에 과도한 부담으로 귀결되지 않도록 조율할 책임이 있다.
이번 ZDNET 조사가 드러낸 핵심은 AI 전환의 가장 긴박한 위험이 대규모 실업이 아니라 동일 보수 하의 업무 과중에 있다는 사실이다. 이 결과는 기술 도입의 목표를 생산성만으로 한정할 수 없음을 방증한다.
기업과 정책 입안자가 도구 배포와 동시에 교육·심리적 안전망·근로조건 개선을 병행하지 않는다면, 기술적 진보는 현장 노동자에게 부담만 남기는 변화로 기록될 것이다. AI 시대의 노동 조건 재설계는 선택이 아니라 시급한 과제다.
FAQ
Q. 일반 근로자가 당장 체감하는 변화는 무엇인가?
A. ZDNET 설문 결과에 따르면 즉각적인 변화는 반복업무 감소와 판단·검증·통합 업무의 증가다. AI 도구가 루틴 작업을 처리하는 대신 오류 검토, 예외 처리, 시스템 조율 같은 인지 부담이 큰 업무가 남아 있어 총 업무 강도는 줄지 않는 경우가 많다. 추가 학습 시간과 불확실성 관리까지 더해지면 근로시간 외 부담도 늘어난다. 기업이 체계적인 교육과 검증 시스템을 함께 제공할 때 이 부담은 완화되고, 장기적으로는 역량 향상으로 이어질 수 있다.
Q. 기업은 어떤 실무 대책을 우선해야 하나?
A. 도구 도입 전에 업무 영향 평가를 실시하고, 현장 직원 대상의 단계적 교육 프로그램을 마련하는 것이 선행 과제다. 검증 주체를 명확히 하고 예외처리 절차를 표준화하면 개발자와 운영자의 임시 수작업을 줄일 수 있다. 근로시간과 업무 배분을 정기적으로 모니터링하고, 과중이 감지되면 즉시 재조정하는 운영 체계도 갖추어야 한다. 해당 전문가가 제시한 '무엇을 제대로 못 하게 하는가'라는 질문을 도입 단계에서 반드시 검토하는 것이 장기적 인력 손실을 막는 출발점이다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
